這個問題折騰我好幾天,最後的解法簡單到令人哭笑不得:前端把資料編碼兩次,後端解碼一次。以下記錄整個過程與背後的原因。
Windows XP、Eclipse,專案編碼為 GB18030。
上網查到的方案大致有三類:全站改用 UTF-8、在請求標頭宣告中文編碼、用 JavaScript 的 escape 函數。
GET 的情況確實好辦,加上 setRequestHeader("Content-Type", "text/html; encoding=gb18030") 就解決了。但 GET 有長度限制,資料一多就必須改用 POST,而同樣的方法搬到 POST 上完全無效。上述幾種方案逐一試過,問題依舊。
關鍵在 JavaScript 的 encodeURI(escape 亦可,兩者功能相近),但要連續呼叫兩次。
初始頁面的核心片段:
function justdo() {
var post = 'name=王力猛&email=wallimn@sohu.com';
post = encodeURI(post);
post = encodeURI(post); // 兩次,這是關鍵
var xmlObj = new ActiveXObject('Msxml2.XMLHTTP');
xmlObj.open('post', '<%= path %>/page/act.jsp', true);
xmlObj.setRequestHeader('cache-control', 'no-cache');
xmlObj.setRequestHeader('Content-Type', 'application/x-www-form-urlencoded');
xmlObj.send(post); // POST 用 send 帶內容
}
接收端則用可控的解碼函數還原:
<%@page import="java.net.URLDecoder"%>
<%
for (Enumeration e = request.getParameterNames(); e.hasMoreElements();) {
String h = (String) e.nextElement();
String v = request.getParameter(h);
String mm = java.net.URLDecoder.decode(v, "UTF-8");
System.out.println("請求參數: " + h + " = " + mm);
}
%>
因為 request.getParameter() 本身就會做一次 URI 解碼。你編碼兩次送過去,容器自動解掉一層,getParameter 拿到的就還是被編碼一次的狀態;這時候再用 URLDecoder 明確解一次,才能得到原始文字。如果只編碼一次,容器的自動解碼會把位元組還原成錯誤的編碼狀態,亂碼就在這一刻產生。
上面這套「編兩次、解兩次」的技巧有效,但很脆弱:它依賴容器自動解碼的行為,換一個 Servlet 容器或改一版設定就可能失效。更穩健的方式是把編碼責任全部收攏到一個地方:
ServletRequest.setCharacterEncoding("UTF-8"),並放在最前面encodeURIComponent 編碼單一參數值,不要編碼整串 query編碼問題反覆出現,幾乎都是因為同一條鏈路上有兩段各自做了一半的決定。把編碼規則集中一處、全站一致,比記住各種 workaround 划算得多。